第6章 自相关课件.ppt

计量经济学基础;主要内容; 如果对于不同的样本点，随机误差项之间存在着某种相关性，则认为出现了序列相关性，也就是存在着自相关。即，;即因变量Yi的取值会对Yj的取值产生影响。; ;计量经济学中最常见的自相关形式为一阶线性自回归形式，即：ut=α1 ut-1 +vt 其中，α1称为自回归系数； vt是满足标准的OLS假定的随机误差项：;根据最小二乘原理和相关系数的定义,可以得到:;如相关系数大于0，则称误差项存在着正自相关； 如相关系数小于0，则称误差项存在着负自相关。; 第二节 自相关的来源与后果 ;2、模型设定的偏误 ;3、数据的“加工整理”;4、蛛网现象;一般经验;二、自相关存在的后果 1、参数的OLS估计量仍然具有无偏性和线性性 2、参数的OLS估计量不再具有最小方差性。当存在正自相关性时，OLS估计会低估参数估计量的真实方差； 　这就意味着在变量的显著性检验中，当存在正序列相关时，由OLS估计得到的参数方差可能低于真实方差，从而导致t统计量值变大，拒绝原假设?i=0的可能性增加，因此t检验失去意义；同时，参数的区间估计也不再准确。 3、可能低估随机误差项ui的方差，从而导致模型预测失效;基本思路 序列相关性检验方法有多种，但基本思路和步骤是相同的。 首先采用普通最小二乘法估计模型，以求得随机误差项ui的“近似估计量”： 　然后，通过分析这些“近似估计量”之间的相关性，以达到判断随机误差项是否具有序列相关性的目的。;1、图示法 由于残差项ei可以作为随机误差项ui的近似估计，因此如果ui存在序列相关，必然由残差项ei反映出来。因此可利用ei的变化图来判断随机误差项ui的序列相关性。;排驴暗杨抚艇眉愁欲阔役柱砚悯剐钻哄媳浊幼咒掣涣诬浅契堪瘤酪美网沏第6章 自相关课件第6章 自相关课件;2、德宾-沃森（Durbin-Watson）检验法;2、德宾-沃森（Durbin-Watson）检验法;①计算D.W.统计量的值， ②根据样本容量n和解释变量数目k查D.W.分布表，得到临界值dL和dU， ③按照下列准则考察计算得到的D.W.值，以判断随机误差项是否存在一阶自相关。;DW检验决策规则;用坐标图更直观表示DW检验规则：;容易证明，当D.W.值在2左右时，模型不存在一阶自相关。;如果存在完全一阶正相关，即 ?=1， 则 D.W.? 0 如果存在完全一阶负相关，即 ?= -1， 则 D.W.? 4 如果完全不相关，即 ?=0， 则 D.W.?2;注意： （1）从判断准则看到，存在一个不能确定的D.W.值区域，这是这种检验方法的一大缺陷。 （2）D.W.检验虽然只能检验一阶自相关，但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关； （3）经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关。 所以在实际应用中，对于序列相关问题一般只进行D.W.检验。;3、LM检验（或BG检验）;3、构造LM统计量： 4、查　分布表，求得临界值：; 4、回归检验法 ; 4、回归检验法 ; 如果随机误差项被检验证明存在序列相关性，首先应分析产生自相关的原因，如果是由于模型设定偏误，则应修改模型的数学形式。; 如果模型产生自相关的原因是模型中省略了重要解释变量，则解决方法就是找出被省略了的解释变量，将其作为解释变量列入模型。; 只有当上两种引起自相关的原因都消除以后，才能认为随机误差项“真正”存在自相关，此时需要对原模型进行变换，使变换以后的模型的的随机误差项自相关得以消除，进而利用普通最小二乘法估计回归参数;　对于多元线性回归模型，如果随机误差项存在一阶自相关，则可以按照如下思路来矫正自相关对模型估计结果的影响。; 注意：; 第五节　随机误差项相关系数的估计;一、根据DW值来计算;附：应用软件中的广义差分法